在对csv文件做批量获取时无法获取，程序不动

代码如下：

        coord = tf.train.Coordinator()

        threads = tf.train.start_queue_runners(coord=coord)
        for step in range(100):
            #获取正真的样本和标签
            example, label = sess.run([example_batch, daysOnMarket_batch])
            print('第%d批数据'%(step))
            print(example, label)
            print('.......这一批数据的直接参数')
            reg = linear_model.LinearRegression()
            reg.fit(example, label)
            print("Coefficients of sklearn: W=%s, b=%f" % (reg.coef_, reg.intercept_))
            # 数据归一化处理
            scaler = preprocessing.StandardScaler().fit(example)
            print(scaler.mean_, scaler.scale_)
            x_data_standard = scaler.transform(example)


            sess.run(train, feed_dict={x_data: x_data_standard, y_data: label})
            # 每十步获取一次w和b
            if step % 10 == 0:
                print('当前w值和b值')
                print(sess.run(w, feed_dict={x_data: x_data_standard, y_data: label}),
                      sess.run(b, feed_dict={x_data: x_data_standard, y_data: label}))
        print('。。。。。。。》》》训练后得到w和b')
        theta = sess.run(w)
        intercept = sess.run(b).flatten()
        print('W:%s' % theta)
        print('b:%f' % intercept)
        coord.request_stop()

        coord.join(threads)

如果要实现批量获取，必须要通过tensorflow中的协调器 tf.train.Coordinator 和入队线程启动器 tf.train.start_queue_runners 来实现，